Meta Platforms šogad plāno savos datu centros ievietot jaunas mikroshēmas, lai atbalstītu mākslīgā intelekta virzību.
Jaunā mikroshēma ir otrā paaudze Meta veidotajai sērijai, par ko izziņoja pagājušajā gadā. Tā palīdzētu mazināt uzņēmuma atkarību no tirgus dominējošajām Nvidia mikroshēmām. Kā arī kontrolēt pieaugošās izmaksas, kas saistītas ar mākslīgā intelekta (MI) darba slodzēm, jo ražotājs cenšas izlaist pēc iespējas vairāk MI produktus.
Pasaules lielākais sociālo mediju uzņēmums ir centies palielināt jaudu MI produktiem, ko tas ievieto lietotnēs kā Facebook, Instagram un WhatsApp un ierīcēs kā Ray-Ban viedās saulesbrilles. Tiek tērēti miljardiem dolāru, lai uzkrātu specializētu mikroshēmu arsenālus un pārkonfigurētu datu centrus, lai tos pielāgotu augošajiem tempiem.
Apjomā, kādā darbojas Meta, veiksmīga mikroshēmas izveide varētu samazināt enerģijas izmaksas un izdevumus mikroshēmu iegādei. Tā apgalvo Dilans Patels, silicon pētniecības grupas, SemiAnalysis, dibinātājs.
MI nepieciešamās mikroshēmas, infrastruktūra un enerģija ir kļuvusi par lielu investīciju bedri
Uzņēmuma pārstāvis apstiprina, ka mikroshēmas ražošana plānota 2024. gadā, apalvojot, ka tas darbotos saskaņoti ar daudzām gatavajām videokartēm – MI mikroshēmām -, ko uzņēmums iegādājās.
“Mēs uzskatām, ka mūsu produkts lieliski papildinās komerciāli pieejamās videokartes, nodrošinot optimālu veiktspējas un efektivitātes kombināciju Meta darba slodzēs,” pārstāvis ziņo.
Pagājušajā mēnesī tehnoloģiju giganta izpilddirektors Marks Zakerbergs sacīja, ka uzņēmuma plānā bija iegūt apmēram 350000 “H100” mikroshēmas no Nvidia, kas ražo vispieprasītākās videokartes MI tehnoloģijām. Cukerbergs atklāj, ka kopā ar citiem piegādātājiem, Meta īpašumā būtu līdzīga skaitļošanas jauda kā 600000 “H100” mikroshēmām.
Pēc 2022. gada vadītāju lēmuma nerealizēt mikroshēmas pirmo atkārtojuma versiju, savas mikroshēmas izveidošana ir pozitīvs pavērsiens Meta MI silicon projektam
Jaunā tehnoloģija dēvēta par “Artemis”. Gluži kā iepriekšējā versija, arī šī var veikt tikai vienu procesu – secinājumu (inference). Tajā modeļiem jāizmanto savi algoritmi, lai veiktu spriedumus par ranžēšanu un ģenerētu atbildes uz lietotāju prasībām vai jautājumiem.
The Menlo Park dalījās ar detaļām par pagājušā gada Meta Training un Inference Accelerator (MTIA) pirmās paaudzes programmu. No paziņojuma bija skaidrs, ka iepriekšējā mikroshēmas versija bija iespēja mācīties.
Neskatoties uz kritumiem, šāda mikroshēma varētu būt labāk piemērota Meta modeļiem nekā enerģijas izslāpušās Nvidia tehnoloģijas – vēsta Patels. “Ir iztērētā daudz nauda un enerģija, ko patiesībā varētu ietaupīt,” viņš pievieno.
Avots: Reuters
